L'utilisation des microondes pour le diagnostic est en plein essor dans le domaine médical. Une des toutes dernières applications concerne la détection d'AVC (Accident vasculaire Cérébral) par imagerie microonde. La Société EMTensor GmbH basée à Vienne en Autriche étudie actuellement un tel système en collaboration avec le LEAT, le LJAD de l’Université Côte d’Azur et le LJLL de Sorbonne Université, pour le diagnostic et le contrôle de l'efficacité de traitement. Le but de ce travail était de modéliser le système de mesure de l'imagerie du cerveau, développé par la société EMTensor GmbH. Il s'agit d'un système d'émission/réception composé de 160 antennes disposées en 5 couronnes de 32 antennes réparties sur une cuve métallique cylindrique de section circulaire semi-ouverte. Un des enjeux majeurs de ce travail consiste en la modélisation et la simulation électromagnétique (EM) du système complet incluant un modèle réaliste de cerveau. La difficulté réside à la fois dans la taille du problème EM à simuler en raison du rapport entre la taille considérable du système et la taille très faible de certaines inhomogénéités à l’intérieur du cerveau, et dans la grande hétérogénéité des permittivités diélectriques présentes à l’intérieur du cerveau. Nous avons décidé d’utiliser un code open source, FreeFem++ pour cette modélisation car il permet de déployer du calcul hautement parallèle et la décomposition de domaines, qui sont bien adaptés à la complexité du problème EM. Dans un premier temps, nous avons comparé les résultats de simulation du système de mesure à vide (sans le cerveau) aux mesures et aux résultats obtenus par le logiciel de simulation EM HFSS basé sur la FEM comme FreeFem++. Nous avons ensuite simulé un modèle de tête tridimensionnel virtuel, à partir de coupe d’image du cerveau (scanner et IRM), en partenariat avec EMTensor en recherchant la position et le type d'AVC (ischémique et hémorragique). L'influence du bruit de mesure, la valeur du gel d'adaptation utilisé, le couplage entre les capteurs et le couplage entre la tête et les capteurs sont également étudiés. Afin de valider ces modèles, deux cas simples ont été étudiés. Un grand tube et un petit tube en plastique sont remplis de liquide d'adaptation symbolisant les caractéristiques diélectriques d'un cerveau afin de retrouver la forme du tube utilisé. Nous avons montré qu’il est possible de développer des algorithmes de reconstruction pour montrer permettant de retrouver la forme des objets par imagerie qualitative. Enfin, avec les partenaires et l'entreprise d'EMTensor nous avons appliqué une méthode quantitative à la détection d’un AVC ischémique par la tomographie microonde. Le problème direct repose sur l’utilisation de FreeFem++, en utilisant des éléments d'ordre supérieur et des préconditionneurs parallèles pour la méthode de décomposition de domaine. Nous avons résolu le problème inverse par un algorithme de minimisation, afin de reconstruire des images tomographiques du cerveau dans des temps compatibles avec les impératifs médicaux définis par les cliniciens. / The use of microwaves for diagnosis is booming in the medical field. One of the latest applications is the detection of strokes by microwave imaging. The company EMTensor GmbH based in Vienna, Austria is currently studying such a system in collaboration with LEAT, the LJAD of the Côte d’Azur University and the LJLL of Sarbonne University, for the diagnosis and control of the treatement efficiency. The purpose of this work is to model the brain imaging measurement system developed by EMTensor GmbH. It is a transmission/ reception system consisting of 160 antennas arranged in 5 rings of 32 antennas distributed on a cylinder metal tank of semi-open circular section. One of the major issues of this work is the modeling and electromagnetic simulation (EM) of the complete system including a realistic brain model. The difficulty lies both in the size of the EM problem to be simulated beacause of the relationship between the considerable size of the system and the the very small size of certain inhomogeneities within the brain, and the great heterogeneity of the dielectric permittivities present inside the brain. We decided to use an open source software, FreeFem++ for this modelling because it is well adapted to high performance computing through domain decomposition methods, which is mandatory for the complexity of the EM problem. First, we compared the simulation results of the vacuum matching measurement system (without the brain) to the measurements and the results obtained by the FEM-based EM HFSS simulation software to those obtained by FreeFem++. We then simulated a virtual threedimensional head model, from brain imaging system cuts (CT scan and MRI), in partnership with EMTensor, looking for the position and type of stroke (ischemic and hemorragic). The influence of the measurement noise, the value of the adaptation gel used, the coupling between the sensors and the coupling between the head and the sensors are also studied. In order to validate these models, two simple cases have been studied. A large tube and a small plastic tube are fielld with adaptation liquid with the dielectric characteristic of a brain to find the shape of the tubes used by qualitative imaging. Finally, with the MEDIMAX project partners and the EMTensor company we applied a quantitative method to the detection of ischemic stroke by the microwave tomography. The direct problem has been solved with the help of FreeFem++, using hight order elements and parallel preconditioners for the domain decomposition method. We solved the inverse problem by a minimization algorithm, in order to reconstruct tomographic images of the brain in times compatible with medical imperatives defined by clinicians.”
| Identifer | oai:union.ndltd.org:theses.fr/2019AZUR4000 |
| Date | 10 January 2019 |
| Creators | El Kanfoud, Ibtissam |
| Contributors | Côte d'Azur, Migliaccio, Claire, Dolean, Victorita |
| Source Sets | Dépôt national des thèses électroniques françaises |
| Language | French |
| Detected Language | French |
| Type | Electronic Thesis or Dissertation, Text |
Page generated in 0.0024 seconds